Ein praktisches Programm für den Unterricht über quantitative Investitionen auf der Grundlage von Qlib
Qlib eignet sich besonders gut für den Einsatz als Lehrplattform für quantitative Investitionen und die folgenden Lehrmethoden werden empfohlen:
- Modulare Wissensgliederung::
- Stiftung: Adoption
D.features()API-Demo Extraktion von Finanzdatenmerkmalen - Fortgeschrittene: Voreinstellungen verwenden
Alpha158Faktor-Pooling erklärt Multifaktor-Modellierung - Praktischer Artikel: auf der Grundlage von
TopkDropoutStrategyErstellen Sie eine vollständige Handelsstrategie
- Stiftung: Adoption
- Jupyter Notebook Interaktiver UnterrichtErstellen Sie interaktive Kursunterlagen mit Codebeispielen + theoretischen Erklärungen + Visualisierungsergebnissen mit Qlibs perfekter Unterstützung für Jupyter.
plot_graphFunktionen können direkt in Lehrdiagramme wie z. B. Ertragskurven eingezeichnet werden. - Kurs Experimentelles DesignEs wird vorgeschlagen, drei aufeinander aufbauende Versuche durchzuführen:
- Experiment 1: Replikation des traditionellen CAPM-Modells
- Experiment 2: Konstruktion eines auf maschinellem Lernen basierenden Multi-Faktor-Aktienauswahlmodells
- Experiment 3: Vollständige Strategieentwicklung und Backtesting
Vorschlag für den Unterricht: Verwenden Sie die Daten des chinesischen A-Aktienmarktes (cn_data), die den Kenntnissen der einheimischen Schüler näher kommen. Für das erste Mal können Sie damit beginnen, den offiziellen Beispielcode zu modifizieren und dann allmählich zur Eigenentwicklung übergehen. Die umfassenden Fehlerwarnungen von qlib können die Lernkurve erheblich verkürzen.
Diese Antwort stammt aus dem ArtikelQlib: ein von Microsoft entwickeltes KI-Tool für quantitative InvestitionsforschungDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Wie kann Qlib eingesetzt werden, um quantitative Investitionsgrundlagen in einem Bildungsszenario zu vermitteln?
